知识增量Knowledge Deltav0.1无限进步

变量编码

Variable coding
学到 会用 就够:能亲手用起来
你可能会说

“我的问卷把不同学历写成了数字,能直接把这些数字放进回归吗?”

变量编码是把答案按明确的对应规则记成可分析的值,例如用数字区分学历类别。数字只是记号时,不能把相邻编号当作相同的实际差距。

先知道数据清洗
也叫数据编码
2

使用 AI

科研里的例子

假设教育调查把三种学校类型记为 1、2、3。研究者将其作为不同类别比较,而不是解释为学校类型每增加 1 就提高多少分。

先说明这一列记录的是数量、类别还是有顺序的等级,再决定怎样表示。收入金额的差距有明确单位,而把小学、初中、高中写成不同编号,通常只是给类别起名字。用于分析时,需要按研究问题选择类别比较或其他合适的表示,不能让软件把所有编号自动理解为连续数量。编码表应保存原答案、对应值、缺失表示与修改理由;反向题和多选题也要单独说明。转换后逐项核对人数和取值,尤其检查不在允许范围里的答案,避免它们悄悄变成缺失。

+

在你的学科里,直接拿去用

把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明,再建议代码。
问题:[填写]
数据字典及已有规则:[提供]
可用软件与现有代码:[提供]
明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析;缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据,所有转换写到派生结果并留记录;不能为得到显著结果修改数据或筛选规则。
方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
3

判断

亲手检查一次

挑一列,写出每个允许值对应的原答案,核对转换前后各类别人数和缺失数量。

它做不到的

编码不会提高原问卷的测量质量,也不会让类别自然具有等距关系。具体码值以这份调查的官方说明为准。

Δ

增量,由你来写

读完这张,你的理解变了什么?

留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。

源

来源

卡片底稿由 AI 协助整理,经过核对;发现错误请告诉我。